- Nhấn OK ta được bảng kết quả sau:
Hình 2.15. Xuất kết quả.
Vậy hàm hồi quy tuyến tính bội cần tìm là:
Y = 19,405X1 + 3,246X2 + 0,875X3 + 0,9X4 + 164,59.
2.2.2.2. Một số thuật ngữ trong bảng kết quả + Bảng tóm tắt SUMMARY OUTPUT:
Regression statistics: Các thông số của mô hình hồi quy.
Multiple R
Hệ số tương quan bội (0 R 1). Cho thấy mức độ chặt chẽ của mối liên hệ tương qan bội.
R Square Hệ số xác định. Trong 100% sự biến động của biến phụ thuộc Y thì có bao nhiêu % sự biến động do các biến độc lập X ảnh hưởng còn lại là do sai số ngẫu nhiên.
Adjusted R Hệ số xác định mẫu điều chỉnh. Là hệ số xác định có tính đến độ lớn hay nhỏ của bậc tự do df.
Standard Error Sai số chuẩn của Y do hồi quy.
+ Bảng phân tích phương sai ANOVA ( Analysis of variance):
Regression Do hồi quy.
Residual Do ngẫu nhiên.
Total Tổng cộng
Df ( Degree of freedom) Số bậc tự do.
SS (Sum of Square)
Tổng bình phương của mức sai lệch giữa các giá trị quan sát của Y và giá trị bình quân của chúng.
MS ( Mean of Square) Phương sai hay số bình quân của tổng bình phương sai lệch kể trên.
TSS (Total Sum of Square)
Tổng bình phương của tất cả các mức sai lệch giữa các giá trị quan sát Yi và giá trị bình quân của chúng Y.
F – stat
Tiêu chuẩn F dùng làm căn cứ để kiểm định độ tin cậy về mặt thống kê của toàn bộ phương trình hồi quy.
+ Bảng phân tích hồi quy :
Coefficients : Cột giá trị của các hàm hệ số hồi quy.
Intercept Hệ số tự do b.
X Variable 1, X Variable 2, X Variable 3
Là các hệ số góc của các biến tương ứng với x1, x2, x3…
Standard Error Độ lệch chuẩn của mẫu theo biến xi. T- stat
Tiêu chuẩn t dùng làm căn cứ để kiểm định độ tin cậy vê mặt thốn kê của đọ co giãn mi (i=1,2,3…,n)tức là mối lien hệ giữa X và Y.
P- value (adsbygoogle = window.adsbygoogle || []).push({});
Xác suất để t > t-stat, dung để kiểm định độ tin cậy về mặt thống kê của đọ co giãn mi (i=1,2,3,...n) tức là mối lien hệ giữa X và Y.
Lower 95%, Upper 95%
Cận dưới và cận trên của khoảng ước lượng cho các tham số với độ tin cậy 95%.
2.3. Một số phƣơng pháp giải khác 2.3.1. Phƣơng pháp trung bình dài hạn
Số dự báo bằng trung bình cộng của các quan sát thực tế trước đó. Công thức: Ft+1 = n D n i i t 1 0 . Trong đó: Ft+1 là số dự báo ở kỳ thứ t + 1. Dt là số quan sát ở ký thứ t. n tổng số quan sát. Sử dụng hàm AVERAGE để tính số dự báo.
Ví dụ. Ở một địa phương A người ta tiến hành thu thập số tré sơ sinh trong 6
năm liên tiếp (2001 – 2005). Giả sử tốc độ tăng trẻ sơ sinh hàng năm tương đối ổn định. Hãy dự báo số trẻ sơ sinh trong năm 2006 với số liệu như sau:
Năm 2000 2001 2002 2003 2004 2005
Số trẻ sơ sinh (bé) 29 30 28 31 29 26
Các bước thực hiện để giải bài toán:
Bƣớc 1: Nhập số liệu vào bảng tính như hình 2.14.
Hình 2.16. Tổ chức bài toán trên bảng tính.
Bƣớc 2: Dự báo số trẻ sơ sinh trong năm 2006 tại ô C9 bằng công thức sau:
=AVERAGE(C3:C8).
Hình 2.17. Xuất kết quả.
Vậy dự báo đến năm 2006 số trẻ sơ sinh của địa phương A sẽ là 29 bé.
2.3.2. Phƣơng pháp trung bình động
2.3.2.1. Định nghĩa: Số dự báo ở kì thứ t + 1 bằng trung bình cộng của n kỳ
trước đó. Như vậy, cứ mỗi kỳ dự báo lại bỏ đi số liệu xa nhất trong quá khứ và thêm vào số liệu mới nhất.
Công thức: Ft+1 = 1 ... 1 n D D Dt t t n .
Thường người ta lấy n khá nhỏ n = 3, 4, 5, ...
Sử dụng trình cài thêm Moving Average đưa ra dự báo, sai số chuẩn hóa và đồ thị dự báo.
Chọn Tool \ Data Analysis \ Moving Average \ OK. Các hộp thoại lần lượt xuất hiện như hình sau: